Nat Biotechnol | 张艳聪团队开发微生物群落蛋白“暗物质”功能预测AI工具—FUGAsseM

微生物组基因产物几乎涵盖了生命所需的全部分子功能，包括催化膳食中宿主无法直接代谢的成分【1】、合成免疫调控相关的小分子【2】以及驱动全球生物地球化学循环【3】。然而，即便在人类肠道这一研究最深入的微生物栖息地中，仍有高达70%的蛋白质功能尚未被解析【4,5】。 张艳聪团队 此前开发了MetaWIBELE工具 （ 详见BioArt 报道: ）【6】， 高校评估微生物基因产物在群落中的潜在重要性，实现对未被表征蛋白质功能效力的量化分析。这种规模庞大且与健康密切相关的功能“暗物质”，仅在人类肠道微生物组中就包含数百万条蛋白【7】，迫切需要一种能够在群落尺度上实现可扩展功能预测的方法。

2 025年10月15日 ，中 国农业科学院深圳农业基因组研究所（岭南现代农业科学与技术广东省实验室深圳分中心） 张艳聪团队 联合哈佛大学Curtis Huttenhower教授团队在Nature Biotechnology在线发表题为Predicting functions of uncharacterized gene products from microbial communities的研究论文。该研究提出了AI驱动的微生物群落基因产物功能预测新方法FUGAsseM，在群落尺度上系统解析了人类肠道微生物中大量未被表征的蛋白功能，显著拓展了人类微生物基因组的功能图谱。

研究团队创新性地整合了宏转录组共表达信号、宏基因组组装邻近关系、序列同源性以及蛋白结构域互作等多维度信息，构建了双层机器学习模型。这一方法突破了传统预测过度依赖同源序列的瓶颈，使FUGAsseM能够在跨物种与跨群落的背景下实现稳健预测，并在新型或低同源性序列的功能解析中展现出独特优势。

图1 FUGAsseM功能预测工具（https://github.com/biobakery/fugassem）

在对 1,595份人类肠道宏基因组与800份宏转录组数据的分析中，FUGAsseM成功为超过 44.3万条此前未注释的蛋白家族提供了高置信度功能预测，其中包括2.7万余条弱同源新蛋白家族和6,000余条无同源性的新型蛋白家族。模型平均预测准确性（AUROC）达到 0.95，远超传统序列比对方法。在独立数据集验证中，FUGAsseM在未知功能蛋白的解析上表现尤为突出，显示出极高的可靠性和应用潜力。

FUGAsseM的应用极大拓展了人类肠道微生物的功能注释版图。在 Bacteroides 、 Ruminococcaceae 、 Roseburia 等常见菌群中，功能注释覆盖率平均提升近5倍。值得注意的是，新注释中包含大量与炎症调控、能量代谢和宿主免疫互作相关的关键蛋白。这些成果不仅填补了肠道功能基因的“空白区”，还为深入解析复杂疾病机制、开发新型益生菌和发现诊断标志物提供了重要资源。

该研究在群落尺度实现了对大规模未表征蛋白功能的系统预测，为探索微生物功能“暗物质”提供新的研究视角。研究团队表示，作为开源工具，FUGAsseM未来可广泛应用于人类健康、环境微生物学和农业生态系统等领域，不仅为疾病机制研究和益生菌开发提供新思路，也为多种复杂生态系统的功能解码奠定了方法学基础。

中国农业科学院深圳农业基因组研究所（岭南现代农业科学与技术广东省实验室深圳分中心）为本论文第一完成单位。基因组所 张艳聪 研究员、哈佛大学Curtis Huttenhower教授和Eric A. Franzosa博士为本文的通讯作者，其中张艳聪研究员亦为唯一第一作者。哈佛大学Wendy S. Garrett教授、武田公司（Takeda）Andy Krueger与Bin Li对本研究提供了重要指导，哈佛大学Amrisha Bhosle博士、Sena Bae博士等参与了相关研究工作。

张艳聪课题组简介

张艳聪，研究员，博士生导师，国家海外高层次青年人才。北京师范大学博士、哈佛大学博士后、麻省理工学院-哈佛大学博得研究所研究科学家（Research Scientist）。长期从事微生物组数据挖掘与解析研究，近年来在 Nature （2022）、 Nature Biotechnology （2025）等国际权威期刊发表SCI论文20余篇，总影响因子超过450，论文总被引6900余次。担任iMeta及aBIOTECH青年编委，参与评审 Cell 、 Nature 、 Nature Reviews Methods Primers 等多篇同行学术论文，获得哈佛医学院华人科学家杰出研究奖。课题组诚邀对AI、多组学大数据挖掘、微生物组学、肠道菌群等领域感兴趣的青年学者加入（包括博士后，研究生等 ）。招聘详情请参考：

https://www.nature.com/articles/s41587-025-02813-7

制版人： 十一

参考文献

1 Armet, A. M. et al. Rethinking healthy eating in light of the gut microbiome.Cell Host Microbe30, 764-785, doi:10.1016/j.chom.2022.04.016 (2022).

2 Sharon, G. et al. Specialized metabolites from the microbiome in health and disease.Cell Metab20, 719-730, doi:10.1016/j.cmet.2014.10.016 (2014).

3 Salazar, G. et al. Gene Expression Changes and Community Turnover Differentially Shape the Global Ocean Metatranscriptome.Cell179, 1068-1083, doi:10.1016/j.cell.2019.10.014 (2019).

4 Joice, R., Yasuda, K., Shafquat, A., Morgan, X. C. & Huttenhower, C. Determining microbial products and identifying molecular targets in the human microbiome.Cell Metab20, 731-741, doi:10.1016/j.cmet.2014.10.003 (2014).

5 Lloyd-Price, J. et al. Multi-omics of the gut microbial ecosystem in inflammatory bowel diseases.Nature569, 655-662, doi:10.1038/s41586-019-1237-9 (2019).

6 Zhang, Y. et al. Discovery of bioactive microbial gene products in inflammatory bowel disease.Nature606, 754-760, doi:10.1038/s41586-022-04648-7 (2022).

7 Almeida, A. et al. A unified catalog of 204,938 reference genomes from the human gut microbiome.Nat Biotechnol39, 105-114, doi:10.1038/s41587-020-0603-3 (2021).

（可上下滑动阅览）

学术合作组织

（*排名不分先后）

战略合作伙伴

（*排名不分先后）

转载须知

【非原创文章】本文著作权归文章作者所有，欢迎个人转发分享，未经作者的允许禁止转载，作者拥有所有法定权利，违者必究。

BioArt

Med

Plants

人才招聘

近期直播推荐

点击主页推荐活动

关注更多最新活动！